除法题

phoenixson

楼主中文没学好，感觉表达能力还不如小学生

dugu072

原帖由 toniz 于 2009-9-29 09:11 发表



我发的代码肯定是可以跑的。你是哪个地方跑不过了？
其实正则表达式那里，用/r/n或者/r或者/n，具体要看你保存文本的格式是 DOS还是mac还是unix。这个其实只是换行符的问题。

今天没上班，在家又试验了一把，发现代码竟然跑过了，仔细回忆了下，知道问题出在什么地方了：当时我的数据，是自己随手敲的，内容和lz贴的基本相同，但是每段数据后，我多敲了一个换行符，也就是每段数据和 title 之间有一个空行。
于是我本地多加了一个换行，结果都匹配不上了……这个，我仔细看了下，([\d\D]*?)(?=NTSEQ)为啥对于data后面多了一个换行符后，就匹配不上，没想明白？

当然，我之前说的，也确实有问题，regex是没问题的，而是我对 '/g'  理解狭隘了，没有想到对包含换行符的字符串，也是可以全局匹配的，我以为只匹配第一行了……
至于换行符，这个我倒是注意了，不过换成 '\n' 是不是更好，反正 '\r\n' 也是会匹配 '\n' 的。

toniz

这个是换行符的问题。不同系统的换行符号是不一样的。
如果你想把换行符的因素考虑进去，那么可以用下面的正则去匹配：
my %rf= ($file_contend  =~ /(NTSEQ.*?)(?:\r\n|\r|\n)([\d\D]*?)(?=NTSEQ)/g);

dugu072

不应该是换行符，我都有看过，我新加的换行符，是 '\r\n'，之前的换行符也是 '\r\n'

另外，我是在前一段 data 和另一段 title 之间加了一个换行，此时，能regex 上应该匹配的是 ([\d\D]*?)(?=NTSEQ)，此时 [\d\D]应该不会考虑换行符的问题。

toniz

恩  你应该只是接触过windows系统吧。不然不会在这个问题上纠缠这么久。

*？是非贪婪，只要遇到第一个合适的就算完了。[\d\D]是两个互补的东西，可以匹配任意字符。
也就是说HASH的KEY取到以(NTSEQ.*?)(?:\r\n|\r|\n)开头的一行完了。
HASH的value取到遇到的第二个NTSEQ之前。

dugu072

原帖由 toniz 于 2009-9-29 11:03 发表
恩  你应该只是接触过windows系统吧。不然不会在这个问题上纠缠这么久。

*？是非贪婪，只要遇到第一个合适的就算完了。[\d\D]是两个互补的东西，可以匹配任意字符。
也就是说HASH的KEY取到以(NTSEQ.*?)(?:\ ...

不知道你是如何看出我只是接触了windows的……

我已经清楚说过了 [\d\D]是无关换行符的，不知道你为什么没有看见. 至于说语法问题，我想，我还是看得明白的，还不至于在这里长篇讨论基本的语法问题！
只想问下，你有试过我说的问题吗？实践出真知，有不少东西，我们自以为很明白，但也许就是一些细节，容易被忽略，我这里和你讨论这个 regex 问题，只是想找出，可能被忽略的原因而已

toniz

原帖由 dugu072 于 2009-9-29 12:28 发表


不知道你是如何看出我只是接触了windows的……

我已经清楚说过了 [\d\D]是无关换行符的，不知道你为什么没有看见. 至于说语法问题，我想，我还是看得明白的，还不至于在这里长篇讨论基本的语法问题！
只 ...

那就真不知道你想表达什么了。
把你的测试数据贴出来吧。毕竟像这种精确匹配的正则表达式还是要看具体数据的。

dugu072

原帖由 toniz 于 2009-9-29 13:51 发表



那就真不知道你想表达什么了。
把你的测试数据贴出来吧。毕竟像这种精确匹配的正则表达式还是要看具体数据的。

不用发数据了，我把你的代码的数据的hex值都打出来跟了一遍，发现了确实存在一些问题，也是为什么我跑不过的原因：
逻辑问题：
    my %rf= ($file_contend  =~ /(NTSEQ.*?\r\n)([\d\D]*?)(?=NTSEQ)/g);
    这里由于是全局匹配所有字符，且包括换行，因此对于 data 的 length 计算，你会将 换行符 统计进去，因此，我在数据后加上一个回车后，自然导致length增加，而无法显示
语法问题：
    上述你认为的 windows 中的换行符 \r\n ，是不应该如此使用的，因为Windows下 Perl 缺省打开的文件句柄是 text mode，对于 <> 等读操作，会自动将 '\r\n' 转换为 '\n' ，因此，在你的代码中，将永远看不到 \r\n 的数据，除非 binmode( FH ) 一下，当然更简单的，Perl 就是想让换行符平台无关，直接 '\n' 替代即可

所以，如果诸如如下数据：
NTSEQ       339
            a #注意只有一个 数据 'a'
NTSEQ       276
反而是可以匹配的，因为后面如果加上 '\r\n' 就刚好是 3个字符（前提是你用了 binmode）。

toniz

真晕呢
说来说去，是你自己加个换行，然后说出了问题。
写正则就要先看数据的规律，你加了个换行，数据的规律就不一样了。
你非要加个换行，那就把(?:\r\n|\r|\n)后面加个+号或者是{1，X}.
具体看你的数据是怎么增加的。

toniz

而且像你这样说的这样有N个换行之类的话，或者是你还想字母中间还会出现空格这类的话，
那么最好是在EACH循环里对$VALUE值在处理一下了。不然正则会看起来很繁琐。